Институт проблем информатики Российской Академии наук
Институт проблем информатики Российской Академии наук
Российская Академия наук

Институт проблем информатики Российской Академии наук



«Информатика и ее применения» (Том 8, Выпуск 2, 2014)

Оглавление | Аннотации | Об авторах

Библиография

АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РАСПРЕДЕЛЕНИЙ С ИНВАРИАНТНОЙ МЕРОЙ В НЕГАУССОВСКИХ ДИФФЕРЕНЦИАЛЬНЫХ И ПРИВОДИМЫХ К НИМ ЭРЕДИТАРНЫХ СТОХАСТИЧЕСКИХ СИСТЕМАХ.

  • И. Н. Синицын  Институт проблем информатики Российской академии наук, sinitsin@dol.ru

Литература

  1. Пугачев В. С., Синицын И.Н. Стохастические дифференциальные системы. Анализ и фильтрация. — М.: Наука, 1990. 632 с. [Англ. пер. Stochastic differential systems. Analysis and filtering. — Chichester, N.Y.: Jonh Wiley, 1987. 549 p.].
  2. Moshchuk N.K., Sinitsyn I.N. On stationary distributions in nonlinear stochastic differential systems. — Coventry, UK: University ofWarwick,Mathematics Institute, 1989. Preprint. 15 p.
  3. Moshchuk N.K., Sinitsyn I.N. On stochastic nonholonomic systems. — Coventry, UK: University of Warwick, Mathematics Institute, 1989. Preprint. 32 p.
  4. Мощук Н.К., Синицын И.Н. О стохастических неголономных системах // Прикладная механика и математика, 1990. Т. 54. Вып. 2. С. 213–223.
  5. Moshchuk N.K., Sinitsyn I.N. On stationary distributions in nonlinear stochastic differential systems // Quart. J.Mech. Appl.Math., 1991. Vol. 44. Pt. 4. P. 571–579.
  6. Мощук Н.К., Синицын И.Н. О стационарных и приводимых к стационарным режимах в нормальных стохастических системах // Прикладная механика и математика, 1991. Т. 55. Вып. 6. С. 895–903.
  7. Мощук Н.К., Синицын И.Н. Распределения с инвариантной мерой в механических стохастических нормальных системах // Докл. АН СССР, 1992. Т. 322. №4. С. 662–667.
  8. Синицын И.Н. Конечномерные распределения с инвариантной мерой в стохастических механических системах // Докл. РАН, 1993. Т. 328.№3. С. 308–310.
  9. Soize C. The Fokker–Plank equation for stochastic dynamical systems and its explicit steady state solutions. — Singapore: World Scientific, 1994. 321 p.
  10. Синицын И.Н. Конечномерные распределения с инвариантной мерой в стохастических нелинейных дифференциальных системах. — М.: Диалог–МГУ, 1997. С. 129–140.
  11. Пугачев В. С., Синицын И.Н. Теория стохастических систем. — М.: Логос, 2000; 2004. 1000 с. [Англ. пер. Stochastic systems. Theory and applications. — Singapore: World Scientific, 2001. 908 p.].
  12. Синицын И.Н., Корепанов Э. Р., Белоусов В. В. Точные методы расчета стационарных режимов с инвариантной мерой в стохастических системах управления // Кибернетика и высокие технологии XXI века: Сб. докл. II Междунар. науч.-технич. конф. — Воронеж: Саквоее, 2002. С. 124–131.
  13. Синицын И.Н., Корепанов Э. Р., Белоусов В. В. Точные аналитические методы в статистической динамике нелинейных информационно-управляющих систем // Системы и средства информатики. Спец. вып. Математическое и алгоритмическое обеспече- ние информационно-телекоммуникационных сис- тем. —М.: Наука, 2002. С. 112–121.
  14. Синицын И.Н. Развитие методов аналитического моделирования распределений с инвариантной мерой в стохастических системах // Современные проблемы прикладной математики, информатики, автоматизации, управления: Мат-лы Междунар. семинара. — Севастополь: СевНТУ, 2012. С. 24–35.
  15. Синицын И.Н. Аналитическое моделирование распределений с инвариантной мерой в стохастических системах с автокоррелированными шумами // Информатика и её применения, 2012.Т. 6.Вып. 4.С. 4–8.
  16. Синицын И.Н. Аналитическое моделирование распределений с инвариантной мерой в стохастических системах с разрывными характеристиками //Инфор- матика и её применения, 2013. Т. 7. Вып. 1. С. 3–11.
  17. Синицын И.Н. Параметрическое статистическое и аналитическое моделирование распределений в нелинейных стохастических системах на многообразиях // Информатика и её применения, 2013. Т. 7. Вып. 2. С. 4–16.
  18. Синицын И.Н., Синицын В.И. Лекции по нормальной и эллипсоидальной аппроксимации распределений в стохастических системах. — М.: ТОРУС ПРЕСС, 2013. 488 с.
  19. Синицын И.Н. Stochastic hereditary control systems // Проблемы управления и теории информации, 1986. Т. 15.№4. С. 287–298.
  20. Синицын И.Н. Конечномерные распределения процессов в стохастическихинтегральныхи интегродифференциальных системах // Preprints of the 2nd IFAC Symposium on Stochastic Control. Vol. 1. — Zurich: Pergamon Press, 1987. P. 144–153.
  21. Синицын И.Н., Синицын В.И., Корепанов Э. Р., Белоусов В. В., Сергеев И. В., Басилашвили Д. А. Опыт моделирования эредитарных стохастических систем // Кибернетика и высокие технологии XXI века: Сб. докл. XIII Междунар. науч.-технич. конф. — Воронеж: Саквоее, 2012. Т. 2. C. 346–357.
  22. Синицын И.Н. Анализ и моделирование распределений в эредитарных стохастических системах // Информатика и её применения, 2014. Т. 8. Вып. 1. С. 2–11.
  23. Немыцкий В. В., Степанов В. В. Качественная теория дифференциальных уравнений. — М.–Л.: Гостехиздат, 1949. 448 с.
  24. Козлов В. В. О существовании интегрального инварианта гладких динамических систем // ПММ, 1987. №1. С. 538–545.
  25. Синицын И.Н. Фильтры Калмана и Пугачева. — 2-е изд. —М.: Логос, 2007. 776 с.

СИСТЕМА Geo/Geo/1/R С ГИСТЕРЕЗИСНОЙ ПОЛИТИКОЙ.

  • А. В. Печинкин  Институт проблем информатики Российской академии наук; Российский университет дружбы народов, apechinkin@ipiran.ru
  • Р. В. Разумчик  Институт проблем информатики Российской академии наук, rrazumchik@ieee.org

Литература

  1. Gebhart R. F. A queuing process with bilevel hysteretic service-rate control // Nav. Res. Logist. Q., 1967. Vol. 14. No. 1. P. 55–67.
  2. Golubchik L., Lui J. C. S. Bounding of performance measures for a threshold-based queueing system with hysteresis // Newsl. ACM SIGMETRICS Performance Evaluation Rev., 1997. Vol. 25. No. 1. P. 147–157.
  3. Dshalalow J.H. Queueing systems with state dependent parameters // Frontiers in queueing: Models and applications in science and engineering. — Boca Raton: CRC Press, 1997. P. 61–116.
  4. Roughan M., Pearce C. A martingale analysis of hysteretic overload control // Adv. Performance Anal. J. Teletraffic Theory Performance Anal. Comm. Syst. Networks, 2000. Vol. 3. No. 1. P. 1–30.
  5. Bekker R. Queues with Levy input and hysteretic control // Queueing Syst., 2009. Vol. 63. No. 1. P. 281–299.
  6. Abaev P. O., Gaidamaka Yu. V., Pechinkin A. V., Razumchik R. V., Shorgin S. Ya. Simulation of overload control in SIP Server Networks // 26th European Conference on Modelling and Simulation (ECMS 2012) Proceedings.— Koblenz: Digitaldruck Pirrot GmbH, 2012. P. 533–539.
  7. Жерновый К.Ю., Жерновый Ю. В. Система M./G/1 c гистерезисным переключением интенсивности обслуживания // Информационные процессы, 2012. Т. 12. №3. С. 176–190.
  8. Abaev P., Pechinkin A., Razumchik R. Analysis of queueing system with constant service time for SIP server hop-byhop overload control // Modern Probab. Meth. Anal. Telecommunication Networks Comm. Comp. Information Sci., 2013. Vol. 356. P. 1–10. doi:10.1007/978-3-642- 35980-4 1.
  9. Shorgin S., Samouylov K., Gaidamaka Yu., Etezov Sh. Polling system with threshold control formodeling of SIP server under overload // 18th Conference (International) on Systems Science (ICSS 2013) Proceedings. Advances in intelligent systems and computing ser., 2014. Vol. 240. P. 97–107.
  10. Разумчик Р. В., Абаев П. О., Корабельников Д.М., Пяткина Д. А. Моделирование SIP-сервера с гистерезисным управлением нагрузкой с помощью системы массового обслуживания в дискретном времени // Научные труды ФГУП ЦНИИС: Сб. статей. — М.: ЦНИИС, 2011. C. 119–127.
  11. Bocharov P. P., D’Apice C., Pechinkin A. V., Salerno S. Queueing theory. — Utrecht, Boston: VSP, 2004.

ON THE OVERFLOW PROBABILITY ASYMPTOTICS IN A GAUSSIAN QUEUE.

  • O. V. Lukashenko  Institute of Applied Mathematical Research, Karelian Research Center, Russian Academy of Sciences, 11 Pushkinskaya Str., Petrozavodsk 185910, Russian Federation
    Petrozavodsk State University, 33 Lenin Str., Petrozavodsk 185910, Russian Federation
  • E. V. Morozov   Institute of Applied Mathematical Research, Karelian Research Center, Russian Academy of Sciences, 11 Pushkinskaya Str., Petrozavodsk 185910, Russian Federation
    Petrozavodsk State University, 33 Lenin Str., Petrozavodsk 185910, Russian Federation
  • M. Pagano   University of Pisa, 43 Lungarno Pacinotti, Pisa 56126, Italy
ОБ АСИМПТОТИКЕ ВЕРОЯТНОСТИ ПЕРЕПОЛНЕНИЯ ГАУССОВСКОЙ ОЧЕРЕДИ.
  • О. В. Лукашенко  Институт прикладных математических исследований КарНЦ РАН, Россия, Республика Карелия, г. Петрозаводск 185910, ул. Пушкинская 11;
    Петрозаводский государственный университет, Россия, Республика Карелия, г. Петрозаводск 185910, пр. Ленина 33; lukashenko-oleg@mail.ru
  • Е. В. Морозов  Институт прикладных математических исследований КарНЦ РАН, Россия, Республика Карелия, г. Петрозаводск 185910, ул. Пушкинская 11;
    Петрозаводский государственный университет, Россия, Республика Карелия, г. Петрозаводск 185910, пр. Ленина 33; emorozov@karelia.ru
  • М. Пагано   Университет г. Пиза, Италия; m.pagano@iet.unipi.it

Литература

  1. Leland W. E., Taqqu M. S., Willinger W., Wilson D. V. On the self-similar nature of ethernet traffic (extended version). IEEE/ACM Transactions of Networking, 1994. Vol. 2. No. 1. P. 1–15.
  2. Willinger W., Taqqu M. S., Leland W. E., Wilson D. Selfsimilarity in high-speed packet traffic: Analysis and modeling of Ethernet traffic measurements // Stat. Sci., 1995. Vol. 10. No. 1. P. 67–85.
  3. Taqqu M. S., Willinger W., Sherman R. Proof of a fundamental result in self-similar traffic modeling // Comp. Comm. Rev., 1997. Vol. 27. P. 5–23.
  4. Reich E. On the integrodifferential equation of Takacs I // Ann.Math. Stat., 1958. Vol. 29. P. 563–570.
  5. Duffield N., O’Connell N. Large deviations and overflow probabilities for the general single server queue, with applications // Proc. Cambridge Phil. Soc., 1995. Vol. 118. P. 363–374.
  6. Debicki K. A note on LDP for supremumofGaussian processes over infinite horizon // Stat. Probab. Lett., 1999. Vol. 44. P. 211–220.
  7. Duffy K., Lewis J. T., Sullivan W. G. Logarithmic asymptotics for the supremum of a stochastic process // Ann. Appl. Probab., 2003. Vol. 13. No. 2. P. 430–445.
  8. Kim H. S., Shroff N. B. Loss probability calculations and asymptotic analysis for finite buffer multiplexers // IEEE/ACMTrans.Networking, 2001. Vol. 9. P. 755–768.
  9. Kim H. S., Shroff N. B. On the asymptotic relationship between the overflow probability and the loss ratio // Adv. Appl. Probab., 2001. Vol. 33. P. 836–863.
  10. Goricheva R. S., Lukashenko O. V., Morozov E. V., Pagano M. Regenerative analysis of a finite buffer fluid queue // 2010 Congress (International) on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT) Proceedings, 2010. P. 1132–1136.
  11. Lukashenko O. V., Morozov E. V., Pagano M. Estimation of loss probability in Gaussian queues // Conference (International) “Modern Probabilistic Methods for Analysis andOptimization of Information andTelecommunication Networks” Proceedings, 2011. P. 142–147.
  12. Lukashenko O. V., Morozov E. V., Nekrasova R. S., Pagano M. Performance evaluation of finite buffer queues through regenerative simulation //Comm.Comp. Inform. Sci. BWWQT 2013, 2013. Vol. 356. P. 131–139.
  13. Zeevi A., Glynn P. On the maximum workload in a queue fed by fractional Brownianmotion // Ann. Appl. Probab., 2000. Vol. 10. P. 1084–1099.
  14. H.usler J., Piterbarg V. I. Limit theorem for maximum of the storage process with fractional Brownian as input // Stochastic Proc. Their Appl., 2004. Vol. 114. P. 231–250.
  15. Lukashenko O. V., Morozov E. V. Asymptotics of the maximumworkload for a class ofGaussian queues //Инфор- матика и её применения, 2012. Т. 6. Вып. 3. С. 81–89.
  16. Lukashenko O. V., Morozov E. V. On the maximum workload for a class of Gaussian queues // Conference (International) “Probability Theory and Its Applications” in Commemoration of the Centennial of B. V. Gnedenko, 2012. P. 231–232.
  17. Lukashenko O. V., Morozov E. V. On convergence in the Lp space of the workloadmaximumfor a class ofGaussian queueing systems // Информатика и её применения, 2013. Т. 7. Вып. 1. С. 36–43.
  18. Dieker A.B., Mandjes M. On asymptotically efficient simulation of large deviation probabilities // Adv. Appl. Probab., 2005. Vol. 37. P. 539–552.
  19. Giordano S.,GubinelliM.,PaganoM.BridgeMonte-Carlo: A novel approach to rare events of Gaussian processes // 5th St. Petersburg Workshop on Simulation Proceedings. St. Petersburg, Russia, 2005. P. 281–286.
  20. Dieker,A. B.,MandjesM.Fast simulationof overflowprobabilities in a queue with Gaussian input // ACM Trans. Model. Comput. Simul., 2006. Vol. 16. No. 2. P. 119–151.
  21. Giordano S., GubinelliM., PaganoM.Rare events ofGaussian processes:Aperformance comparison betweenBridge Monte-Carlo and Importance Sampling // Next GenerationTeletraffic andWired/WirelessAdvancedNetworking. St. Petersburg, Russia, 2007. P. 269–280.
  22. Lukashenko O. V.,Morozov E. V., PaganoM. Performance analysis of bridgeMonte-Carlo estimator // Trans.KarRC RAS, 2012. Vol. 3. P. 54–60.
  23. TakacsL. Combinatorial methods in the theory of stochastic processes. — John Wiley&Sons, 1967. 262 p.
  24. Mandjes M. Large deviations of Gaussian queues. Chichester: Wiley, 2007. 339 p.
  25. Rizk A., Fidler M. Sample path bounds for long memory fbmtraffic // 29thConference on InformationCommunications, INFOCOM’10 Proceedings. — Piscataway, NJ, USA: IEEE Press, 2010. P. 61–65.
  26. Rizk A., Fidler M. Non-asymptotic end-to-end performance bounds for networks with long range dependent fbm cross traffic // Computer Networks, 2012. Vol. 56. No. 1. P. 127–141.
  27. Lukashenko O., Morozov E., Pagano M. On the effective envelopes for fluid queues with Gaussian input // Comm. Comp. Inform. Sci. DCCN 2013, 2014. Vol. 279. P. 178–189.
  28. Adler R. J. An introduction to continuity, extrema, and related topics for general Gaussian processes. — Hayward, CA: Institute ofMathematical Statistics, 1990. 160 p.
  29. DebickiK.Gaussian processes //Encyclopedia of actuarial sciences, 2004. Vol. 2. P. 752–757.
  30. Dembo A., Zeitouni O. Large deviations techniques and applications. Springer, 1998. 396 p.
  31. Seneta E. Regularly varying functions. — Springer, 1985. 116 p.
  32. Konstantopoulos T., Zazanis M., De Veciana G. Conservation laws and reflectionmappingswith application tomulticlass mean value analysis for stochastic fluid queues // Stochastic Proc. Their Appl., 1996. Vol. 65. P. 39–146.
  33. Kulkarni V., Rolski T. Fluidmodel driven by an Ornstein– Uhlenbeck process //Prob.Eng. Inform.Sci., 1994.Vol. 8. P. 403–417.
  34. Debicki K., Rolski T. A Gaussian fluid model // Queueing Syst., 1995. Vol. 20. P. 433–452.
  35. Anick D., Mitra D., Sondhi M.M. Stochastic theory of a data handling system with multiple resources // Bell Syst. Techn. J., 1982. Vol. 61. P. 1871–1894.
  36. Addie R., Mannersalo P., Norros I. Most probable paths and performance formulae for bufferswithGaussian input traffic // Eur. Trans. Telecommunications, 2002. Vol. 13. P. 183–196.

ОБОБЩЕННАЯ ЗАДАЧА РАСПРЕДЕЛЕНИЯ РЕСУРСОВ ПРОГРАММНОЙ СИСТЕМЫ.

  • А. В. Босов  Институт проблем информатики Российской академии наук, AVBosov@ipiran.ru

Литература

  1. Гитман Л. Дж., Джонк М.Д. Основы инвестирования / Пер. с англ. — М.: Дело, 1997. 810 с. (Gitman L. J., JoehnkM.D. Fundamentals of investing.—4th ed. — N.Y.: Harper & Row, 1990. 1008 p.)
  2. ГОСТ 7.70-2003. СИБИД. Описание баз данных и машиночитаемых информационных ресурсов. Состав и обозначение характеристик. — М.: Изд-во стандартов, 2003. 11 с.
  3. ГОСТ 28195-89. Оценка качества программных средств. Общие положения. — М.: Изд-во стандартов, 2001. 39 с.
  4. Таненбаум Э. С., Вудхалл А. С. Операционные системы. Разработка и реализация / Пер. с англ. — 3-е изд. — СПб.: Питер, 2007. 704 с. (Tanenbaum A. S., Woodhull A. S. Operating systems: Design and implementation. — 3rd ed. — Upper Saddle River, NJ: Prentice Hall, 2006. 1080 p.)
  5. Дейт К. Дж. Введение в системы баз данных / Пер. с англ.—8-е изд.— М.: Вильямс, 2005. 1328 с. (Date C. J. An introduction to database systems. — 8th ed. — Reading, MA: Addison-Wesley, 2004. 1024 p.)
  6. Elsasser R., Monien B., Preis R. Diffusion schemes for load balancing on heterogeneous networks // Theory Comput. Syst., 2002. Vol. 35. No. 3. P. 305–320.
  7. Low S.H., Paganini F., Doyle J. C. Internet congestion control // IEEE Control Syst. Magazine, 2002. Vol. 22. No. 1. P. 28–43.
  8. Welzl M. Network congestion control. — N.Y.: Wiley, 2005. 263 p.
  9. Босов А. В., Иванов А. В. Программная инфраструктура Информационного web-портала РАН // Информатика и её применения, 2007. Т. 1. Вып. 2. С. 39–53.
  10. Босов А. В. Задачи анализа и оптимизации для модели пользовательской активности. Часть 2. Оптимизация внутренних ресурсов // Информатика и её применения, 2012. Т. 6. Вып. 1. С. 18–25.
  11. Босов А. В. Задачи анализа и оптимизации для модели пользовательской активности. Часть 3. Оптимизация внешних ресурсов //Информатика и её применения, 2012. Т. 6. Вып. 2. С. 15–22.
  12. Бертсекас Д., Шрив С. Стохастическое оптимальное управление: случай дискретного времени / Пер. с англ. — М.: Наука, 1985. 279 с. (Bertsekas D. P., Shreve S. E. Stochastic optimal control: The discrete-time case. — N.Y.: Academic Press, 1978. 323 p.)
  13. Алберт А. Регрессия, псевдоинверсия и рекуррентное оценивание / Пер. с англ. — М.: Наука, 1977. 224 с. (Albert A. Regression and the Moore–Penrose pseudoinverse. — N.Y.: Academic Press, 1972. 179 p.)
  14. Коган М.М., Неймарк Ю.И. Адаптивное локальнооптимальное управление // Автоматика и телемеханика, 1987.№8. С. 126–136.

БАЙЕСОВСКАЯ РЕКУРРЕНТНАЯ МОДЕЛЬ РОСТА НАДЕЖНОСТИ:
БЕТА-РАСПРЕДЕЛЕНИЕ ПАРАМЕТРОВ .

  • Ю. В. Жаворонкова  ООО КМ Медиа, juliana-zh@yandex.ru
  • А. А. Кудрявцев  Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, nubigena@hotmail.com
  • С. Я. Шоргин   Институт проблем информатики Российской академии наук, sshorgin@ipiran.ru

Литература

  1. Gnedenko B. V., Korolev V. Yu. Random summation: Limit theorems and applications.—Boca Raton, FL:CRCPress, 1996. 288 p.
  2. Королев В.Ю., Соколов И. А. Основы математической теории надежности модифицируемых систем. — М.: ИПИ РАН, 2006. 108 с.
  3. Кудрявцев А. А., Соколов И. А., Шоргин С. Я. Байесовская рекуррентная модель роста надежности: равномерное распределение параметров // Информатика и её применения, 2013. Т. 7. Вып. 2. С. 55–59.
  4. Градштейн И. С., Рыжик И.М. Таблицы интегралов, сумм, рядов и произведений.—М.:Наука, 1971. 1108 с.

МЕТОД ДОКАЗАТЕЛЬСТВА НАБЛЮДАЕМОЙ ЭКВИВАЛЕНТНОСТИ ПРОЦЕССОВ С ПЕРЕДАЧЕЙ СООБЩЕНИЙ.

  • А. М. Миронов  Институт проблем информатики Российской академии наук, amironov66@gmail.com

Литература

  1. Milner R. A calculus of communicating systems. Lecture notes in computer science ser. — Berlin –Heidelberg – New York: Springer-Verlag, 1980. Vol. 92. 172 p.
  2. Larsen K. G., Skou A. Bisimulation through probabilistic testing // Inform. Comput., 1991. Vol. 94. No. 1. P. 1–28.
  3. Larsen K. G., Wang Y. Time-abstracted bisimulation: Implicit specifications and decidability // Inform. Comput., 1997. Vol. 134. No. 2. P. 75–101.
  4. Milner R. Communicating and mobile systems: The .-calculus. — Cambridge: Cambridge University Press, 1999. 162 p.
  5. Hoare C. A. R. Communicating sequential processes. — Prentice Hall, 1985. 256 p.
  6. Clarke E.M., Grumberg O., Peled D. Model checking. — MIT Press, 1999. 314 p.
  7. Petri C. A. Introduction to general net theory //Net theory and applications. Lecture notes in computer science ser. / Ed. W. Brauer. — Berlin–Heidelberg: Springer-Verlag, 1980. Vol. 84. P. 1–19.
  8. Handbook of process algebra /Eds. J.A.Bergstra,A.Ponse, S. A. Smolka. — Amsterdam: North-Holland, 2001. 1357 p.
  9. Brand D., Zafiropulo P. On communicating finite-state machines // J. ACM, 1983. Vol. 30. No. 2. P. 323–342.
  10. Floyd R.W. Assigning meaning to programs // Mathematical Aspects of Computer Science: Symposium on AppliedMathematics Proceedings / Ed. J. T. Schwartz.— AmericanMathematical Society, 1967. Vol. 19. P. 19–32.
  11. Tanenbaum A. Computer networks. — 4th ed. — Prentice Hall, 2002. 674 p.
  12. Badban B., Fokkink W. J., van de Pol J. C. Mechanical verification of a two-way sliding window protocol (full version including proofs).—Twente:University of Twente, Centre for Telematics and Information Technology, 2008. Internal Report TR-CTIT-08-45. 55 p.
  13. Hailpern B. Verifying concurrent processes using temporal logic. Lecture notes in computer science ser. — Berlin– Heidelberg: Springer-Verlag, 1982. Vol. 129. 216 p.
  14. Holzmann G. Design and validation of computer protocols. — Prentice Hall, 1991. 558 p.
  15. Holzmann G. The model checker Spin // IEEE Trans. Software Eng., 1991. Vol. 23. No. 5. P. 279–295.
  16. Kaivola R. Using compositional preorders in the verification of sliding window protocol // Computer aided verification. Lecture notes in computer science ser. / Ed.O.Grumberg.—Berlin–Heidelberg: Springer-Verlag, 1997. Vol. 1254. P. 48–59.
  17. Godefroid P., Long D. Symbolic protocol verification with queue BDDs // Formal Methods Syst. Design, 1999. Vol. 14. No. 3. P. 257–271.
  18. Stahl K., Baukus K., Lakhnech Y., Steffen M. Divide, abstract, and model-check // Theoretical and practical aspects of SPIN model cheking. Lecture notes in computer science ser. / Eds. D. Dams, R. Gerth, S. Leue, M. Massink. — Berlin–Heidelberg: Springer- Verlag, 1999. Vol. 1680. P. 57–76.
  19. Latvala T. Model checking LTL properties of high-level Petri netswith fairness constraints //Applications and theory of Petri nets. Lecture notes in computer science ser. / Eds. J.-M. Colom, M. Koutny. — Berlin–Heidelberg: Springer-Verlag, 2001. Vol. 2075. P. 242–262.
  20. Schoone A. Assertional verification in distributed computing. — Utrecht: Utrecht University, 1991. Ph.D. Thesis. 191 p.
  21. Chkliaev D., Hooman J., de Vink E. Verification and improvement of the sliding window protocol // Tools and algorithms for the constriction and analysis of system. Lecture notes in computer science ser. / Eds. H. Garavel, J. Hatcliff. — Berlin–Heidelberg: Springer-Verlag, 2003. Vol. 2619. P. 113–127.
  22. Vaandrager F. Verification of two communication protocols bymeans of process algebra.—Amsterdam: Centrum voor Wiskunde en Informatica, 1986. Technical Report CS-R8608. 76 p.
  23. VanWamel J. A study of a one bit sliding window protocol in ACP. — Amsterdam: University of Amsterdam, 1992. Technical Report P9212. 59 p.
  24. BezemM ., Groote J. A correctness proof of a one bit sliding window protocol in мCRL // The Computer J., 1994. Vol. 37. No. 4. P. 289–307.

О ПОЛИНОМИАЛЬНОЙ РАЗРЕШИМОСТИ УЛЬТРАМЕТРИЧЕСКИХ ВЕРСИЙ НЕКОТОРЫХ NP-ТРУДНЫХ ЗАДАЧ.

  • М. Г. Адигеев  Южный федеральный университет, madi@math.sfedu.ru

Литература

  1. Гэри М., Джонсон Д. Вычислительные машины и труднорешаемые задачи / Пер. с англ. — М.: Мир, 1982. 416 с. (GareyM. R., JohnsonD. S.Computers and intractability: A guide to the theory of NP-completeness.— New York:W.H. Freeman & Co, 1979. 338 p.)
  2. Farach M., Kannan S., Warnow T. A robust model for finding optimal evolutionary trees // Algorithmica. Special Issue on Computational Biology, 1995. Vol. 13. No. 1. P. 155–179.
  3. Гасфилд Д. Строки, деревья и последовательности в алгоритмах. Информатика и вычислительная биология / Пер. с англ. — СПб.: Невский Диалект, БХВ-Петербург, 2003. 654 с. (Gusfield D. Algorithms on strings, trees and sequences: Computer science and computational biology. — Cambridge: Cambridge University Press, 1997. 556 p. http://www.cs. ucdavis.edu/.gus¦eld/ultraerrat/ultraerrat.html.)
  4. Moore N. C. A., Proseer P. The ultrametric constraint and its application to phylogenetics // J. Artif. Intell. Res., 2008. Vol. 32. P. 901–938.
  5. Хаубольд Б., Вие Т. Введение в вычислительную биологию. Эволюционный подход / Пер. с англ. — М.– Ижевск: НИЦ «Регулярная и хаотическая динамика», Ижевский институт компьютерных исследований, 2011. 424 с. (Haubold B., Wiehe T. Introduction to computational biology: An evolutionary approach. — 3rd ed. — Basel: Birkh.auser, 2006. 328 p.)
  6. Li X., Plaxton C. G., Tiwari M., Venkataramani A. Online hierarchical cooperative caching // SPAA’04: 16th Annual ACM Symposium on Parallelism in Algorithms and Architectures Proceedings.—New York: ACM, 2004. P. 74–83.
  7. Кинцель В. Спиновые стекла как модельные системы для нейронных сетей // Успехи физических наук, 1987. Т. 152. C. 123–131.
  8. Кристофидес Н. Теория графов. Алгоритмический подход / Пер. с англ. — М.: Мир, 1978. 432 с. (Christofides N. Graph theory: An algorithmic approach (Computer science and applied mathematics). — New York: Academic Press, 1975. 400 p.)
  9. Майника Э. Алгоритмы оптимизации на сетях и графах / Пер. с англ. —М.: Мир, 1981. 323 с. (Meinika E. Optimization algorithms on networks and graphs.— New York–Basel: Dekker, 1978. 356 p.)
  10. Bui T.N., Zrncic C.M. An ant-based algorithm for finding degree-constrained minimum spanning tree // GECCO’06: 8thAnnualConference onGenetic andEvolutionary Computation Proceedings.— New York: ACM, 2006. P. 11–18.

РЕШЕНИЕ ОБРАТНОЙ ЗАДАЧИ В МНОГОДИПОЛЬНОЙ МОДЕЛИ ИСТОЧНИКОВ МАГНИТОЭНЦЕФАЛОГРАММ МЕТОДОМ НЕЗАВИСИМЫХ КОМПОНЕНТ.

  • В. Е. Бенинг Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики;
    Институт проблем информатики Российской академии наук, bening@yandex.ru
  • М. А. Драницына  Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, margarita13april@mail.ru
  • Т. В. Захарова  Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, lsa@cs.msu.ru
  • П. И. Карпов   Национальный исследовательский технологический университет «МИСиС», karpov.petr@gmail.com

Литература

  1. Sarvas J. Basic mathematical and electromagnetic concepts of the biomagnetic inverse problem // Physics in Medicine and Biology, 1987. Vol. 32. No. 1. P. 11–22.
  2. Baillet S., Mosher J. C.,L eahy R.M. Electromagnetic brain mapping // IEEE Signal Processing Magazine, 2001. Vol. 7. No. 2. P. 14–30.
  3. Friston K.,Harrison L., Daunizeau J., Kiebel S., Phillips C., Trujillo-Barreto N., Henson R., Flandin G., Mattoutf J. Multiple sparse priors for theM/EEG inverse problem // NeuroImage, 2008. Vol. 39. No. 4. P. 1104–1120.
  4. Захарова Т. В., Никифоров С.Ю., Гончаренко М. Б., Драницына М. А., Климов Г. А., Хазиахметов М.Ш., Чаянов Н.В. Методы обработки сигналов для локализации невосполнимых областей головногомозга // Системыи средства информатики, 2012. Т. 22.Вып. 2. С. 157–176.
  5. Хазиахметов М.Ш., Захарова Т. В. Об алгоритмах нахождения опорных точек миограммы для использованияв локализациин евосполнимыхобластей головного мозга // Статистические методы оценивания и проверки гипотез: Межвузовский сборник научных трудов, 2013. Т. 25. С. 56–63.
  6. Бенинг В. Е., Горшенин А.К., Королев В.Ю. Асимптотически оптимальный критерий проверки гипотез о числе компонент смеси вероятностных распределений // Информатика и её применения, 2011. Т. 5. Вып. 3. С. 4–16.
  7. Захарова Т. В., Гончаренко М.Б., Никифоров С.Ю. Метод решения обратной задачи магнитоэнцефалографии, основанный на кластеризации поверхности мозга // Статистические методы оценивания и проверки гипотез: Межвузовский сборник научных трудов, 2013. Т. 25. С. 120–125.
  8. Hyvarinen A., Karhunen J., Oja E. Independent component analysis. — New York: John Wiley & Sons, 2001. 504 p.
  9. Landau L.D., Pitaevskii L. P., Lifshitz E.M. Electrodynamics of continuous media. — New York: Pergamon, 1984. 432 p.
  10. Hamalainen M., Hari R., Ilmoniemi R. J. Knuutila J., Lounasmaa O. V. Magnetoencephalography— theory, instrumentation, and applications to noninvasive studies of the working human brain // Rev. Modern Phys., 1993. Vol. 65. No. 1. P. 413–497.
  11. Mosher J. C., Lewis P. S., Leahy R.M. Multiple dipole modeling and localization from spatio-temporal MEG data // IEEE Trans. Biomedical Eng., 1992. Vol. 39. No. 6. P. 541.
  12. Uitert R., Weinstein D., Johnson C. Can a spherical model substitute for a realistic head model in forward and inverse MEG simulations? // Biomag 2002: 13th Conference (International) on Biomagnetism Proceedings. — Berlin, Offenbach: VDE Verlag, 2002. P. 798–800.
  13. Ilmoniemi R. J., Hamalainen M. S., Knuutila J. The forward and inverse problems in the spherical model // Biomagnetism: Applications and theory / Eds. H. Weinberg, G. Stroink, T. Katila.—New York: Pergamon, 1985. P. 278–282.
  14. Королев В.Ю., Бенинг В. Е., Шоргин С.Я. Математические основы теории риска.—М.: Физматлит, 2011. 620 с.

ПОСТРОЕНИЕ АГРЕГИРОВАННЫХ ПРОГНОЗОВ ОБЪЕМОВ ЖЕЛЕЗНОДОРОЖНЫХ ГРУЗОПЕРЕВОЗОК C ИСПОЛЬЗОВАНИЕМ РАССТОЯНИЯ КУЛЬБАКА–ЛЕЙБЛЕРА.

  • А. П. Мотренко Московский физико-технический институт, anastasia.motrenko@gmail.com
  • В. В. Стрижов  Вычислительный центр Российской академии наук им. А. А. Дородницына, strijov@ccas.com

Литература

  1. Вальков А. С., Кожанов Е.М., Медведникова М.М., Хусаинов Ф.И. Непараметрическое прогнозирование загруженности системы железнодорожных узлов по историческим данным //Машинное обучение и анализ данных, 2012. T. 1.№4. C. 448–465.
  2. Вальков А. С., Кожанов Е.М., Мотренко А.П., Хусаинов Ф.И. Построение кросс-корреляционных зависимостей при прогнозе загруженности железнодорожного узла // Машинное обучение и анализ данных, 2013. T. 1.№5. C. 505–518.
  3. Медведникова М.М. Согласование агрегированных непараметрических прогнозов временн‚ых рядов // Машинное обучение и анализ данных, 2014 (в печа- ти). T. 1.№8.
  4. Kullback S. Information theory and statistics. — New York:Wiley, 1959. 395 p.
  5. Chernoff H. A measure of asymptotic efficiency for tests of a hypothesis based on the sum of observations // Ann. Math. Stat., 1952. Vol. 4. No. 23. P. 493–655.
  6. Kolmogorov A.N. On the approximation of distributions of sums of independent summands by infinitely divisible distributions // Contributions to statistics. — Oxford: Pergamon Press, 1965. P. 158–174.
  7. Ali S.M., Silvey S.D. A general class of coefficients of divergence of a distribution from another // J. R. Stat. Soc. Ser. B (Methodoligical), 1966. Vol. 1. No. 28. P. 131–142.
  8. Csiszar I., Shields P. Information theory and statistics: A tutorial // Foundations Trend Comm. Inform. Theory, 2004. No. 4. P. 417–528.
  9. Gibbs A.L., Su F. E. On choosing and bounding probability metrics // Intern. Stat. Rev., 2002. Vol. 3. No. 70. P. 419–435.
  10. Mallows C. A note on asymptotic joint normality // Ann. Math. Stat., 1972. Vol. 42. No. 2. P. 508–515.
  11. Irpino A., Verde R., Lechevallier Y. Dynamic clustering of histograms using Wasserstein metric // Advances in computational statistics. — Heidelberg: Physica-Verlag, 2006. P. 869–876.
  12. Двоенко С. Д. Неиерархический дивизимный алгоритм кластеризации // Автоматика и телемеханика, 1999. №4. С. 117–123.
  13. Стрижов В. В., Кузнецов М.П., Рудаков К. В. Метрическая кластеризация последовательностей аминокислотных остатков в ранговых шкалах //Математическая биология и биоинформатика, 2012. Т. 7. №1. С. 345–359.
  14. Двоенко С.Д., Пшеничный Д. О. О метрической коррекции матриц парных сравнений // Машинное обучение и анализ данных, 2013. T. 1.№5.C. 606–620.
  15. Мотренко А.П. Статистический тест для проверки гипотезы о принадлежности двух выборок одному распределению на основе расстония Кульбака– Лейблера // Algorithms of machine learning.— Sourceforge, 2014. http://sourceforge.net/p/mlalgorithms/ code/HEAD/tree/Group874/Motrenko2014KL/code/ KLtest.m.

ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ КОРПУСНЫХ ИССЛЕДОВАНИЙ: ПРИНЦИПЫ ПОСТРОЕНИЯ КРОССЛИНГВИСТИЧЕСКИХ БАЗ ДАННЫХ.

  • Н. В. Бунтман  Московский государственный университет им. М.В. Ломоносова, факультет иностранных языков и регионоведения, nabunt@hotmail.com
  • Анна A. Зализняк  Институт языкознания Российской академии наук;
    Институт проблем информатики Российской академии наук, anna.zalizniak@gmail.com
  • И. M. Зацман  Институт проблем информатики Российской академии наук, izatsman@yandex.ru
  • М. Г. Кружков  Институт проблем информатики Российской академии наук, magnit75@yandex.ru
  • Е. Ю. Лощилова  Институт проблем информатики Российской академии наук, lena0911@mail.ru
  • Д. В. Сичинава  Институт русского языка Российской академии наук, mitrius@gmail.com

Литература

  1. Aijmer K., Altenberg B. Advances in corpus-based contrastive linguistics. Studies in honour of Stig Johansson.— Amsterdam: John Benjamins, 2013. 295 p.
  2. Добровольский Д.О., Кретов А. А., Шаров С. А. Корпус параллельных текстов // Научная и техническая информация. Сер. 2. Информационные процессы и системы, 2005.№6. С. 16–27.
  3. Корпусные исследования по русской грамматике / Под ред. К.Л. Киселевой, Е.В. Рахилиной, В. А. Плунгяна, С. Г. Татевосова. — М.: Пробел-2000, 2009. 516 с.
  4. Добровольский Д. О. Корпус параллельных текстов в исследовании культурно-специфичной лексики // Национальный корпус русского языка: 2006–2008. Новые результаты и перспективы. — СПб.: Нестор- История, 2009. С. 383–401.
  5. Сичинава Д. В., Шведова М. А. Параллельные корпуса в составе Национального корпуса русского языка: технологии и решаемые задачи // Компьютерная лингвистика: научное направление и учебная дисциплина. — Гомель: ГГУ им. Ф. Скорины, 2010. С. 30– 34.
  6. Сичинава Д. В. Комплексное исследование одноязычного и параллельного корпусов в грамматических исследованиях // Корпусная лингвистика-2011: Труды Междунар. конф.— СПб.: СПбГУ, 2011. С. 316–322.
  7. Сичинава Д. В., Архангельский Т. А. Параллельные белорусско-русский и русско-белорусский корпуса: совместный проект Национального корпуса русского языка // Труды школы-семинара TEL-2012. — Казань: КФУ, 2012. С. 54–60.
  8. Loiseau S., Sitchinava D. V., Zalizniak A. A., Zatsman I.M. Information technologies for creating the database of equivalent verbal forms in the Russian-French multivariant parallel corpus // Информатика и её применения, 2013. Т. 7. Вып. 2. С. 100–109.
  9. Добровольский Д. О., Кретов А. А., Шаров С. А. Корпус параллельных текстов: архитектура и возможности использования//Национальный корпус русского языка: 2003–2005. —М.: Индрик, 2005. С. 263–296.
  10. Андреева Е. Г., Касевич В. Б. Грамматика и лексика (на материале англо-русского корпуса параллельных текстов) // Национальный корпус русского языка: 2003–2005. —М.: Индрик, 2005. С. 297–307.
  11. Гак В. Г. Русский язык в сопоставлении с французским. —М.: УРСС, 2006. 264 с.
  12. Гак В. Г. Сравнительная типология французского и русского языков. —М.: УРСС, 2009. 288 с.
  13. Kouznetsova I.N. Grammaire contrastive du francais et du russe. —M.: Nestor Academic Publs., 2009. 272 p.
  14. Guiraud-Weber M. Essais de syntaxe russe et contrastive.— Aix: Universit‚e de Provence, 2011. 337 p.
  15. Goldberg A. Constructions: A Construction Grammar approach to argument structure.—Chicago:Univ. ofChicago Press, 1995. 265 p.
  16. Goldberg A. Constructions at work. The nature of generalization in grammar.— Oxford: Oxford Univ. Press, 2006. 290 p.
  17. Лингвистика конструкций / Под ред. Е.В. Рахилиной. —М.: Азбуковник, 2010. 584 с.
  18. Зализняк Анна А., Левонтина И. Б. Отражение «национального характера» в лексике русского языка (размышления по поводу книги: Wierzbicka Anna. Semantics, culture, and cognition. Universal human concepts in culture-specific configurations. — N.Y., Oxford: Oxford Univ. Press, 1992) // Russian Linguistics, 1996. Vol. 20. No. 2/3. P. 237–264.
  19. Виноградов В. В. История слов. — М.: Толк, 1994. 1138 с.
  20. Плунгян В. А. Конструкция с успеть и не успеть в русском языке XIX–XX вв.: корпусное исследование // Русский язык XIX века: Проблемы изучения и лексикографического описания. — СПб.: Наука, 2004. С. 112–115.
  21. Kozerenko E. B. Cognitive approach to language structure segmentation for machine translation algorithms // MLMTA’03: Conference (International) on Machine Learning; Models, Technologies and Applications Proceedings. — Las Vegas: CSREA Press, 2003. P. 49–55.
  22. Козеренко E. Б. Лингвистические фильтры в статистических моделях машинного перевода // Информатика и её применения, 2010. Т. 4. Вып. 2. С. 83–92.
  23. Kozerenko E. B. Syntactic transformations modelling for hybrid machine translation // ICAI’11, WORLDCOMP’ 11Proceedings.—LasVegas: CSREA Press, 2011. P. 875–881.

ПОСТРОЕНИЕ МОДЕЛЕЙ СИСТЕМНОЙ ДИНАМИКИ В УСЛОВИЯХ ОГРАНИЧЕННОЙ ЭКСПЕРТНОЙ ИНФОРМАЦИИ.

  • О. Г. Кантор Институт социально-экономических исследований Уфимского научного центра Российской академии наук, o_kantor@mail.ru
  • С. И. Спивак  Башкирский государственный университет, semen.spivak@mail.ru

Литература

  1. Форрестер Дж. Мировая динамика / Пер. с англ. — М.:Наука, 1978. (Forrester J.World dynamics.—Wright- Allen Press, 1971. 144 p.)
  2. Wolctenholme E. System enquiry — a system dynamic approach. — Chichester, England: John Wiley and Sons, 1990. 238 p.
  3. Белолипецкий В.М., Шокин Ю.И. Математическое моделирование в задачах окружающей среды. — Новосибирск: Инфолио-пресс, 1997.
  4. Sterman J.D. Business dynamics systems thinking and modeling for a complex world. — Irwin: McGrow-Hill, 2000. 1008 p.
  5. Спивак С.И. Информативность кинетических измерений //Вестник Башкирского ун-та, 2009.Т. 14.№3. С. 1056–1059.
  6. Канторович Л.В. О некоторых новых подходах к вычислительным методам и обработке наблюдений // Сибирский математический журнал, 1962. Т. 3. №5. С. 701–709.
  7. Моисеев Н.Н. Математические задачи системного анализа. — М.: Наука, 1981. 488 с.
  8. Спивак С.И., Кантор О. Г. Качество моделей математической обработки наблюдений социально-экономических систем // Системы управления и информационные технологии, 2012.№2(48). С. 44–49.
  9. Гайнанов Д. А., Кантор О. Г., Казаков В. В. Оценка уровня социально-экономического развития территориальных систем на основе метрического анализа // Вестник Томского гос. ун-та, 2009. №322. С. 138–144.
  10. Эконометрика / Под ред. Елисеевой И.И. — М.: Финансы и статистика, 2008. 576 с.

ДЕКЛАРАТИВНЫЕ СТРУКТУРЫ ЗНАНИЙ В ПРОБЛЕМНО-ОРИЕНТИРОВАННЫХ СИСТЕМАХ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА.

  • А. Г. Мацкевич  Институт проблем информатики Российской академии наук;
    Московский технический университет связи и информатики (МТУСИ), xmag@mail.ru

Литература

  1. Кузнецов И.П. Механизмы обработки семантической информации. —М.: Наука, 1978. 175 с.
  2. Кузнецов И.П. Семантические представления. — М.: Наука, 1986. 296 с.
  3. Кузнецов И.П. Расширяющиеся системы активного диалога.—М.: Наука, 1982. 309 с.
  4. Кузнецов И.П. Пузанов В. В., Шарнин М.М. Система обработки декларативных структур знаний ДЕКЛАР-2. —М.: ИПИАН, 1989. 106 с.
  5. Кузнецов И.П. Шарнин М.М. Интеллектуальный редактор знаний на основе расширенных семантических сетей //Системыи средства информатики, 1993. Вып. 5. С. 14–21.
  6. Кузнецов И.П. Методы обработки сводок с выявлением особенностей фигурантов и происшествий // Диалог-98: Труды Междунар. семинара по компьютерной лингвистике и ее приложениям. — Казань: Хэтер, 1998. Т. 2. С. 691–700.
  7. Кузнецов И.П., Козеренко Е. Б., Шарнин М.М. Семантико-ориентированная система фактографического поиска со входом на русском и английском языках // Диалог-98: Труды Междунар. семинара по компьютерной лингвистике и ее приложениям. — Казань: Хэтер, 1998. Т. 2. С. 821–830.
  8. Кузнецов И.П., Мацкевич А. Г. Лингвистический процессор для автоматического выявления из текстов значимой информации с ее компоновкой в рамках указанных шаблонов // Диалог 2001: Труды Междунар. семинара по компьютерной лингвистике и ее приложениям. —М.: Наука, 2001. Т. 2. С. 134–137.
  9. Kuznetsov I., Kozerenko E. The system for extracting semantic information from natural language texts // MLMTA-03: Conference (International) on Machine Learning Proceedings.—Las Vegas:CSREA, 2003. P. 75– 80.
  10. Кузнецов И.П., Мацкевич А. Г. Семантико-ориентированный лингвистический процессор для автоматической формализации автобиографических данных // Компьютерная лингвистика и интеллектуальные технологии: Труды Междунар. конференции «Диалог’2006».—М.: РГГУ, 2006. С. 317–322.
  11. Кузнецов И.П., Мацкевич А. Г. Англоязычная версия системы автоматического выявления значимой информации из текстов естественного языка // Компьютерная лингвистика и интеллектуальные технологии: Труды Междунар. конф. «Диалог’2005».—М.: Наука, 2005. С. 303–311.
  12. Кузнецов И.П., Козеренко Е. Б., Мацкевич А. Г. Принципы организации объектно-ориентированных систем обработки неформализованной информации // Искусственный интеллект: Журнал НАН Украины, 2010. Вып. 3. С. 227–237.

УНИВЕРСАЛЬНАЯ ТЕХНОЛОГИЯ ОЦЕНКИ БЛИЗОСТИ ИНФОРМАЦИОННЫХ ОБЪЕКТОВ.

  • Л. А. Кузнецов  Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации (Липецкий филиал), Kuznetsov.Leonid48@gmail.com

Литература

  1. Manning Ch.D., Raghavan P., Sch.utz H. An introduction to information retrieval. — Cambridge: University Press, 2009. 569 p.
  2. Salton G.,Wong A., Yang C. S. Avector spacemodel for automatic indexing // Comm. ACM, 1975. Vol. 18. No. 11. P. 613–620.
  3. Кузнецов Л. А. Вероятностно-статистическая оценка адекватности информационных объектов // Информатика и её применения, 2011. Т. 5. Вып. 4. С. 39–50.
  4. Кузнецов Л. А., Кузнецова В.Ф., Антонов Д.И. Оценка близости графических объектов на примере электрических схем с помощью информационного критерия //Открытое и дистанционное образование, 2013. №2(50). С. 35–43.
  5. Кузнецов Л. А., Бугаков Д. А. Разработка меры оценки информационного расстояния между графическими объектами // Информационно-управляющие системы, 2013.№1. С. 74–79.
  6. Гнеденко Б. В. Курс теории вероятностей. — 9-е изд., испр. —М.: ЛКИ, 2007. 448 с.
  7. ГОСТ 2.743-91 ЕСКД. Обозначения условные графические в схемах. Элементы цифровой техники. —М.: Госстандарт, 1991. 75 с.
  8. Кузнецов Л. А., Кузнецова В.Ф. Оценка семантической адекватности текстов информационным методом // Информатика и её применения, 2013. Т. 7. Вып. 1. С. 19–29.
  9. Гаспарян А. В., Киракосян А. А. Система сравнения отпечатков пальцев по локальным признакам // Вестник РАУ. Сер. Физико-математические и естественные науки, 2006.№2. С. 85–91.
  10. Swain M. J., Ballard D.H. Color indexing // Int. J. Computer Vision, 1991. Vol. 7. No. 1. P. 11–32.
  11. Sticker M., Orengo M. Similarity of color images // SPIE Conference Proceedings, 1995. Vol. 2420. P. 381–392.
  12. Кузнецов Л. А., Бугаков Д. А. Развитие метода сравнения и классификации графических объектов // Вестник компьютерных и информационных технологий, 2013. №2(104). С. 11–16.
  13. Шеннон К. Работы по теории информации и кибернетике. —М.: Изд-во ИЛ, 1963. 833 с.
  14. Кузнецов Л. А., Кузнецова В.Ф., Капнин А. В. Универсальный метрический тезаурус русского языка // Информатика и её применения, 2013. Т. 7. Вып. 3. С. 27–35.